في عالم الذكاء الاصطناعي، تتطور أنظمة الوكلاء المتعددة (Multi-Agent Systems - MAS) بشكل مستمر، خاصة عندما يتم بناؤها باستخدام نماذج اللغات الضخمة (Large Language Models). ومع ذلك، فإن تصميم سير العمل الفعّال مسبقًا يظل تحديًا كبيرًا. هنا تأتي تقنية Inherit-MAS لتقدم حلاً مبتكرًا لتطوير هذه الأنظمة بشكل أكثر فعالية.

تقوم Inherit-MAS بتحسين سير العمل عبر التغذية المرتدة للتنفيذ، وهو أسلوب يساعد على تحسين العمليات أثناء التشغيل بدلاً من التحسينات المسبقة. لكن، ما الذي يميز هذه التقنية عن غيرها؟

تستمد Inherit-MAS إلهامها من مفهوم الوراثة والاختيار في التطور البيولوجي، حيث تجعل هذا المفهوم واضحًا على مستويات سير العمل والتنفيذ. يتم تنفيذ ذلك من خلال نموذج متدرج يقوم بتوليف سير عمل للوكلاء العاملين مع أدوار محددة ومدخلات تواصل وأذونات أدوات.

مع كل جولة تحسين، تبدأ وراثة السير العمل من أحدث المرشحات المكتملة، مما قد يؤدي إلى تخلي عن العقد غير المفيدة، وتطبيق إضافة مثبتة لمعالجة العيوب المكتشفة. وعند تنفيذ المرشح الجديد، تقوم وراثة التنفيذ باستعارة النتائج المخزنة المؤهلة فقط إذا كانت الطلبات والسياقات المطابقة كاملة.

ولقد أظهرت Inherit-MAS نتائج مذهلة، حيث حققت نسبة إكمال بلغت 55.4% على معيار WorkBench و49.7% على معيار HotpotQA FullWiki، متفوقة بذلك على أنظمة EvoAgent وEvoMAS وTacoMAS. كما أثبتت تقنية وراثة التنفيذ قدرتها على تقليل استخدام الموارد، حيث سجلت انخفاضًا بنسبة 29.1% في استهلاك الرموز على WorkBench و34.6% على HotpotQA.

إن Inherit-MAS ليست مجرد إضافة جديدة إلى قائمة أنظمة الوكلاء المتعددة، بل تمثل قفزة نوعية في كيفية تطوير هذه الأنظمة وتحسين أدائها. مع الوصول المستمر للابتكارات في الذكاء الاصطناعي، نتطلع إلى ما قد تحققه Inherit-MAS من تطورات مستقبلية. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.